Parte III · Análisis exploratorio

8 · Atípicos y anomalías

El encargo pide identificar ventas extremadamente altas o bajas y documentar las anomalías con sus causas. Hay que distinguir dos cosas. Un atípico es un valor que se aleja del resto; puede ser real. Una anomalía es un valor que las reglas del negocio no permiten. En este fichero hay de los dos tipos. Confundirlos lleva a conclusiones falsas.

ventas anómalas

1,63 % de la facturación registrada

798.360 €

importe de esas ventas

1.588

atípicos por IQR del importe

casi todos ventas normales

atípicos por IQR dentro de cada producto

16 son las anomalías

El rango intercuartílico sobre todas las ventas marca ventas normales

El rango intercuartílico sobre el importe de todas las ventas marca 1.588 como atípicas: las 16 anomalías y 1.572 ventas de Servidor Rack Xeon. Esas últimas no tienen nada raro: son el producto más caro del catálogo vendido en cantidades normales. El IQR global mezcla productos de precios muy distintos y trata como extraña una venta que solo es cara.

Mirando dentro de cada producto, la cantidad va siempre de 1 a 5 unidades y cada producto tiene un único precio de catálogo. El IQR por producto aísla 16 ventas y son exactamente las mismas 16 que rompen esas dos reglas.

Las 16 ventas anómalas

Ventas anómalas con su motivo
Venta	Fecha	Producto	Uds.	Precio	Catálogo	Importe	Motivo
V0050	2019-10-10	Switch Gestionable 24p	44	180 €	180 €	7.920 €	cantidad fuera de 1-5
V0100	2024-05-29	Portátil Core i7	44	2.850 €	950 €	125.400 €	cantidad fuera de 1-5 y precio ×3
V0150	2024-07-20	Módulo Nóminas	44	600 €	300 €	26.400 €	cantidad fuera de 1-5 y precio ×2
V0200	2022-08-21	Módulo Nóminas	42	900 €	300 €	37.800 €	cantidad fuera de 1-5 y precio ×3
V0250	2024-03-12	Suscripción CRM Pro	42	450 €	450 €	18.900 €	cantidad fuera de 1-5
V0300	2022-05-06	Portátil Core i7	44	1.900 €	950 €	83.600 €	cantidad fuera de 1-5 y precio ×2
V0350	2023-01-19	Módulo Nóminas	43	900 €	300 €	38.700 €	cantidad fuera de 1-5 y precio ×3
V0400	2020-03-15	Switch Gestionable 24p	41	540 €	180 €	22.140 €	cantidad fuera de 1-5 y precio ×3
V0450	2022-06-14	Portátil Core i7	41	950 €	950 €	38.950 €	cantidad fuera de 1-5
V0500	2021-05-23	Portátil Core i7	45	950 €	950 €	42.750 €	cantidad fuera de 1-5
V1000	2025-12-03	Módulo Nóminas	44	900 €	300 €	39.600 €	cantidad fuera de 1-5 y precio ×3
V2000	2023-11-14	Portátil Core i7	42	1.900 €	950 €	79.800 €	cantidad fuera de 1-5 y precio ×2
V2500	2025-10-23	Licencia ERP Cloud	43	2.400 €	1.200 €	103.200 €	cantidad fuera de 1-5 y precio ×2
V2600	2020-10-08	Módulo Nóminas	41	900 €	300 €	36.900 €	cantidad fuera de 1-5 y precio ×3
V3500	2021-09-19	Suscripción CRM Pro	44	1.350 €	450 €	59.400 €	cantidad fuera de 1-5 y precio ×3
V4000	2022-09-22	Módulo Nóminas	41	900 €	300 €	36.900 €	cantidad fuera de 1-5 y precio ×3

¿Y las ventas «extremadamente bajas» que también pide el encargo? No las hay: la más baja es de 45 €, una unidad del producto más barato, que es una venta normal.

Por qué parecen errores de registro

Las cantidades van de 41 a 45. Entre la venta normal más grande (5 unidades) y la primera anómala no hay ninguna venta con un valor intermedio.
Cada cantidad anómala es 40 más una cantidad normal de 1 a 5.
12 de las 16 tienen un precio que es exactamente ×2 o ×3 el de catálogo, un precio que no aparece en ninguna venta normal.
Todas tienen un identificador múltiplo de 50.

Las causas propuestas son hipótesis sin confirmar

Hipótesis 1. Un 4 tecleado de más delante de la cantidad al registrar la venta.
Hipótesis 2. Un precio de otra tarifa, o de un lote, multiplicado por 2 o por 3.
Hipótesis 3. Errores introducidos a propósito al generar estos datos sintéticos, a juzgar por lo regulares que son sus identificadores.

Ninguna se puede confirmar con este fichero. Solo puede confirmarlo quien registró las ventas.

Qué se hace con ellas

Se marcan en el dato limpio con su motivo, se excluyen de los KPI y del análisis y se muestran como alerta en el cuadro de mando. No se borran ni se corrigen, porque el valor verdadero no se conoce: restar 40 unidades sería inventar un dato. Por eso la web enseña la facturación registrada al lado de la válida.

Más adelante se contrasta la regla con un algoritmo que no la conoce (IsolationForest). Siguiente: series y estacionalidad →

Cómo se buscan los valores atípicos y cuánto se equivoca cada método

Esta página localiza las ventas fuera de rango. Las páginas siguientes explican por qué se usa ese criterio, qué ventas se le escapan y cómo se fija el umbral de un aviso.